首页> 中文学位 >面向虚拟座舱仿真的头盔伺服系统力控制技术研究
【6h】

面向虚拟座舱仿真的头盔伺服系统力控制技术研究

代理获取

目录

声明

注释表

缩略词

第一章 绪论

1.1研究背景及意义

1.2国内外研究现状

1.3本文的主要研究内容

第二章 头颈部的骨骼肌系统生理力学研究

2.1颈部的骨骼运动学和几何结构研究

2.2颈部肌肉的研究

2.3颈部肌肉激活方式的研究

2.4本章小结

第三章 sEMG信号的特征提取方法研究

3.1 sEMG信号与肌肉力的产生原理

3.2 头颈部侧旋转相关骨骼肌研究

3.3 sEMG信号特征提取实验设计

3.4 sEMG信号的处理与分析

3.5 本章小结

第四章 基于sEMG的头颈部交互力预测算法

4.1 sEMG信号和肌肉力关系模型

4.2基于BP神经网络的头颈部交互力预测

4.3本章小结

第五章 基于sEMG信号的改进阻抗控制策略的研究

5.1基于sEMG信号的改进阻抗控制回路设计

5.2 仿真验证实验

5.3 本章小结

第六章 总结与展望

6.1 全文工作总结

6.2 不足与展望

参考文献

致谢

在学期间的研究成果及发表的学术论文

展开▼

摘要

为了解决现有的虚拟现实头盔伺服系统之中存在的舒适性不足,佩戴者头部异物感明显等问题,本文通过采用提前于头颈部运动的sEMG信号作为控制系统的输入量,提出一种基于sEMG信号的改进阻抗控制算法,实现了对虚拟现实头盔伺服系统的协调控制,有效的提高了系统的响应速度,降低了人-头盔之间的交互力。本文主要内容如下:
  (1)头颈部骨骼肌分析:
  本文对影响肌肉力产生能力的三大因素进行详细分析,根据解剖学理论,对颈椎部分的骨骼结构及运动学功能进行详细阐述。接着按照解剖学由浅至深的顺序,总结了头颈部不同部位的肌肉类型、位置和功能,并对其中主要的几块肌肉的肌肉结构以及在头颈部运动中所产生的形态变化进行详细的分析描述。针对头颈部与运动相关的主要肌肉的激活方式进行分析,从而为在不同运动下选择不同采集肌电信号的肌肉提供依据。
  (2)基于sEMG信号的神经网络模型的搭建:
  本文首先对sEMG信号与肌肉力之间的关系进行简要的阐述。设计实验,将采集到的sEMG信号经过降噪处理后,采用时频域特征法进行特征提取,通过比较提取结果,选择出具有代表性的特征。通过对生物力学模型和神经网络模型进行详细的分析比较,确定采用BPNN模型。设计实验,采集相关数据进行模型训练,通过对比检验样本在具有不同隐藏层神经元节点数的BP神经网络中的表现,选择出预测效果最好的一个BP神经网络作为sEMG-交互力的预测模型。
  (3)基于sEMG的改进阻抗控制算法并建模仿真验证:
  本文将基于sEMG信号预测交互力的BP神经网络作为阻抗控制的前馈控制器,改进了阻抗控制算法。在控制回路中,设置一个信号选择器,融合预测交互力和测量力,以此作为控制输入量。采用matlab作为主要的仿真工具,搭建改进阻抗控制回路、控制机构模型及人-头盔交互模型。通过对人-头盔交互的位置和力的跟踪仿真验证,证明改进阻抗控制算法不仅能够有效的实现位置精确跟踪,而且在交互力控制上的响应能够比传统阻抗控制和PD控制更快,控制效果也更好。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号